Anaconda Python数据科学入门

像许多其他人一样，我一直试图参与快速发展的数据科学领域。 当我学习有关R和Python编程语言的Udemy课程时，我独立下载并安装了这些应用程序。 当我尝试解决安装NumPy和Matplotlib等数据科学程序包并解决各种依赖性的挑战时，我了解了Anaconda Python发行版 。

Anaconda是一个完整的开源数据科学软件包，拥有超过600万用户。 它易于下载和安装，并且在Linux，MacOS和Windows上受支持。

我感谢Anaconda减轻了新用户入门的挫败感。 该发行版附带1000多个数据包以及Conda包和虚拟环境管理器，因此无需学习独立安装每个库的需求。 正如Anaconda的网站所说：“ Anaconda存储库中的Python和R conda软件包是在我们的安全环境中进行整理和编译的，因此您可以获得可以在系统上“正常工作”的优化二进制文件。”

我建议使用Anaconda Navigator ，这是一个桌面图形用户界面（GUI）系统，其中包含指向发行版随附的所有应用程序的链接，包括RStudio ， iPython ， Jupyter Notebook ， JupyterLab ， Spyder ， Glue和Orange 。 默认环境是Python 3.6，但是您也可以轻松安装Python 3.5，Python 2.7或R。该文档的详细程度令人难以置信，并且有很多用户在此获得更多支持。

安装Anaconda

要在我的Linux笔记本电脑（具有4GB RAM的I3）上安装Anaconda，我下载了Anaconda 5.1 Linux安装程序并运行md5sum来验证文件：

$ md5sum Anaconda3-5.1.0-Linux-x86_64.sh 

然后，我按照文档中的说明进行操作，该文档指示我无论是否在Bash shell中都发出以下Bash命令：

$  bash Anaconda3-5.1.0-Linux-x86_64.sh  

/home/<user>/.bashrc / <用户> /home/<user>/.bashrc吗？”我允许它并重新启动了外壳，我发现该外壳对于.bashrc环境正常工作是必需的。

完成安装后，我在外壳程序的命令提示符处输入以下内容，启动了Anaconda Navigator：

$ anaconda-navigator 

每次启动Anaconda Navigator时，它都会检查是否有新软件可用，并在必要时提示您进行更新。

Anaconda成功更新，而无需返回命令行。 Anaconda的最初发布速度有些慢； 加上更新意味着开始需要花费额外的几分钟。

您还可以通过输入以下内容来手动更新：

$ conda update anaconda-navigator 

探索和安装应用程序

Navigator启动后，我可以自由探索Anaconda Distribution包含的应用程序范围。 根据文档，Anaconda的64位Python 3.6版本支持499软件包 。 我探索的第一个应用程序是Jupyter QtConsole 。 易于使用的GUI支持内联图形和语法突出显示。

Jupyter Notebook包含在发行版中，因此（与我使用的其他Python环境不同），不需要单独安装。

我已经熟悉RStudio。 默认情况下未安装，但单击鼠标即可轻松添加。 只需单击鼠标即可启动或安装其他应用程序，包括JupyterLab，Orange，Glue和Spyder。

Anaconda发行版的优势之一是能够创建多个环境。 例如，如果我想创建一个Python 2.7环境而不是默认的Python 3.6，我将在shell中输入以下内容：

$ conda create -n py27 python=2.7 anaconda 

康达负责整个安装过程。 要启动它，只需打开外壳并输入：

$ anaconda-navigator 

从Anaconda GUI的“ Applications on”下拉列表中选择py27环境。

学到更多

如果您想了解更多信息，可以获取有关Anaconda的大量信息。 您可以先搜索Anaconda社区及其邮件列表 。

您在使用Anaconda Distribution和Navigator吗？ 在评论中让我们知道您的印象。

翻译自: https://opensource.com/article/18/4/getting-started-anaconda-python